基于稀疏表示的多车辆目标跟踪算法研究

来源 :厦门大学 | 被引量 : 0次 | 上传用户:intaaae
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多目标检测与跟踪,是计算机视觉的核心问题之一,虽然已经有了丰富的研究成果和应用,但仍然存在很多困难有待优化解决。场景中的不可预测因素,如阴影、光照、目标之间的遮挡等都会对目标的观测造成影响,导致无法正确关联和匹配目标。稀疏表示理论是近年来信号处理领域理论上的突破。如果信号是稀疏的,稀疏表示可以从稀疏信号的少量低维观测值中重构原信号,具有较强的抗干扰的能力。本文以动态交通场景中的车辆目标为跟踪的对象,用稀疏表示的思想来对多目标进行跟踪,解决常见的多目标跟踪的难点,如多目标之间的遮挡,匹配问题。   本研究主要内容包括:⑴针对动态交通场景车辆持续运动,背景出现概率较大的特点,本文提出了一种基于彩色视觉信息统计的背景建模算法,克服了传统基于统计的背景建模方法的缺点,有效区分场景中的前景和背景;⑵在多车辆目标的检测和定位方面,分析了阴影、光照突变、目标区域分裂这些影响目标正确检测和定位的干扰因素在图像中的特点。阴影和光照突变区域的纹理与背景之间的纹理相似,本文用归一化互相关的方法来检测和去除阴影和光照突变。利用目标分裂连通域的多种特征来判断目标区域是否可能分裂,用二次差分的方法来合并分裂的目标,从而能较准确地检测定位多车辆目标;⑶在多车辆目标跟踪方面,研究了稀疏表示理论,提出了将多车辆目标跟踪问题转化成多稀疏信号的稀疏表示重构问题的思想,基于目标的颜色和纹理特征进行稀疏表示观测矩阵的建模,提出一种两轮重构匹配算法跟踪多目标的运动轨迹,解决多目标之间的遮挡、分裂等难点问题,设计了一种观测矩阵在线更新的策略,适应目标观测特征的不断变化,提高了目标重构的准确性。
其他文献
随着网络技术的发展,网络系统在工业、商业、政府和国防部门得到广泛应用,社会对计算机网络的依赖程度也越来越大。网络安全问题关系着社会的稳定和经济的发展。在不断的网络
随着基于位置社交网络的发展和信息过载问题的出现,使得兴趣点推荐研究得到国内外研究学者的广泛关注。基于位置社交网络中的兴趣点推荐不仅可以帮助用户有效地发现新地方,为
根据液压支架虚拟概念设计提出的实际要求,本文以液压支架关键部位的截面识别为主要研究内容,在利用特征识别及相关计算机图形学基本原理的基础上,提出了截面识别的新方法,实
随着互联网中的信息量剧增,用户个性化需求日趋急切,推荐系统已经成为信息过滤的热门工具。协同过滤推荐算法是应用最广泛的推荐算法。为进一步提升推荐结果的准确度,大量基
随着网络的快速发展和计算机相关技术的普及,企业信息化的脚步也越来越快,越来越多的企事业单位使用专用的管理信息系统进行业务管理。企业由于业务发展的需要和出于节约成本
无线Mesh网络(Wireless Mesh Network)即无线网状网(WMN),是一种新型的“无线接入网络技术”。它具有自配置、自愈合、高带宽以及广泛兼容性等特点。路由协议是无线Mesh网络
随着经济的快速发展,安全防范在我们的生活中引起了社会的越来越多的关注,所以视频监控系统逐渐进入了我们的日常生活,并起着不可替代的作用。但是传统的视频监控系统如模拟
随着多处理器技术的发展,多核技术得到了广泛的应用。多核处理器通过提高软件的并行性来提高计算机性能,改变了计算机以前只依靠提高硬件性能来提高软件运行效率的规则,人们
软件复用是在软件开发中避免重复劳动的解决方案。通过软件复用,可以提高软件开发的效率和质量。依据复用的对象,可以将软件复用分为产品复用和过程复用。其中,基于构件的复
人工智能(AI)是目前在计算机科学界最令人感兴趣的研究领域之一,它既可以帮助研究者更好的理解人的大脑的决策过程,同时也可以增加组织对决策制定的参与过程。AI的核心是它包